plt.imshow()中numpy数组问题：全255灰度图为何显示黑色？

这问题我之前也碰到过，其实核心原因和matplotlib处理数据的方式有关，咱们一步步说：

首先看你的代码：

a = np.ones(shape=(2, 2)) * 255
plt.imshow(a, cmap='gray')

你生成的数组a是float64类型的（因为np.ones默认产出浮点数数组），而matplotlib的imshow在处理浮点数数组时，默认逻辑是这样的：

• 它会自动取数组的最小值和最大值作为颜色映射的范围（vmin和vmax）
• 然后把所有数据归一到[0,1]区间，对应灰度图的黑到白

但你的数组里所有值都是255，这就导致vmin = vmax = 255，归一化时会出现除以0的情况（公式是(x - vmin)/(vmax - vmin)），这时候matplotlib会把所有值都映射到颜色映射的最低端——也就是黑色。

那怎么解决呢？给你三个简单的方案：

• 方案1：转换成uint8整数类型
  如果你想直接用0-255的灰度值标准，把数组改成uint8类型就行，matplotlib会自动识别这个范围：

  a = np.ones(shape=(2, 2), dtype=np.uint8) * 255
  plt.imshow(a, cmap='gray')
  

• 方案2：手动指定vmin和vmax
  强制告诉matplotlib灰度值的范围是0到255，这样不管你的数据是什么类型，255都会被映射成白色：

  a = np.ones(shape=(2, 2)) * 255
  plt.imshow(a, cmap='gray', vmin=0, vmax=255)
  

• 方案3：归一化数据到0-1范围
  把255转换成1.0，符合matplotlib对浮点数数组的默认预期：

  a = np.ones(shape=(2, 2)) * 255
  plt.imshow(a / 255, cmap='gray')
  

随便选一种都能让你的2×2数组显示成白色啦～

内容的提问来源于stack exchange，提问作者Pandas